Original en anglais: https://argusic.com/subject/aisearch-openai-rag-audio
aisearch-openai-rag-audio
Un exemple d'implémentation simple du modèle VoiceRAG pour propulser des expériences vocales interactives d'IA générative à l'aide de RAG avec Azure AI Search et le modèle gpt-4o-realtime-preview d'Azure OpenAI.
Fonctionne avec des mockssource : GitHubpage d'accueilPythonMITcommit 85d0b4e25dc7
Python, sous licence MIT. Le projet se décrit ainsi : ai azd templates, azd templates, azure, azure ai search, generative ai, gpt, language model et openai.
aisearch-openai-rag-audio fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 3 minutes et a rencontré 3 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
Backend server starts on port 8765, serves built frontend (HTML, JS, CSS, favicon all HTTP 200), WebSocket endpoint /realtime accepts client connections and routes to Azure OpenAI, all Python imports compile, Ruff lint passes, frontend TypeScript builds cleanly via Vite.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 92 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
Ce qui s'est mal passé, dans les mots de l'agent
Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.
- requirements.txt was UTF-16-LE encoded with BOM, causing pip to fail1 minute
- pyproject.toml ruff target-version set to py39 but code uses Python 3.10+ match statements0,5 minute
- type(self.text) == str flagged by Ruff E7210,5 minute
- Temps d'installation
- 3 minutes
- De la machine vierge à la fin
- 3 minutes
- Erreurs rencontrées et corrigées
- 3 rencontrées, 3 corrigées sans aide humaine
- Comment le résultat a été prouvé
- curl http://localhost:8765/ returned 200 with full HTML; JS bundle 200 (399KB); CSS 200 (13.8KB); favicon 200; WebSocket /realtime accepts connections; ruff check passes; frontend tsc+vite build succeeds; .venv/bin/python -c 'import app' succeeds
- Tokens de modèle utilisés
- 95 828
- Commit exact testé
- 85d0b4e25dc7
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
- Comportement face aux vrais services
- cette exécution n'a été vérifiée qu'avec des services de substitution
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
2. `pyproject.toml` had `target-version = "py39"` but the code uses Python 3.10+ `match` statements… 3. `type(self.text) == str` flagged by Ruff E721 → changed to `isinstance(self.text, str)` **Verification**: Backend starts on port 8765 serving the complete application. HTTP GET `/` return… tokens used 95,828 Here's a summary of everything I did and found: **Install process**: Set up Python virtual environment, fixed a UTF-16-BOM encoding issue in `requi… **Fixes applied**: 1. `requirements.txt` was UTF-16-LE encoded with BOM → converted to UTF-8 so pip could read it 2. `pyproject.toml` had `target-version = "py39"` but the code uses Python 3.10+ `match` statements… 3. `type(self.text) == str` flagged by Ruff E721 → changed to `isinstance(self.text, str)` **Verification**: Backend starts on port 8765 serving the complete application. HTTP GET `/` return…
Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- Installé en 3 minutes.
- S'est remis des 3 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- N'a atteint un état de fonctionnement qu'avec des services de substitution : rien ici ne prouve qu'il fonctionne avec les vrais.
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne avec des mocks | 92,00 | 0,01 |
Sujets (depuis GitHub)
ai-azd-templatesazd-templatesazureazure-ai-searchgenerative-aigptlanguage-modelopenairagretrieval-augmented-generationsearchvector-database
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/aisearch-openai-rag-audio)Questions
- aisearch-openai-rag-audio fonctionne-t-il ?
- aisearch-openai-rag-audio fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 3 minutes, en rencontrant 3 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé aisearch-openai-rag-audio ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 85d0b4e25dc7. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test d'aisearch-openai-rag-audio ?
- L'exécution qui a produit ce verdict a coûté 0,01 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer aisearch-openai-rag-audio ?
- 3 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- aisearch-openai-rag-audio a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation d'aisearch-openai-rag-audio ?
- 3 problèmes sont survenus lors de l'exécution enregistrée, et 3 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Où sont les preuves pour aisearch-openai-rag-audio ?
- L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.